醫(yī)學(xué)影像混合式存儲(chǔ)模式的設(shè)計(jì)

方勝吉 翁蘇湘 王彥麗 王洪偉

摘 要：醫(yī)學(xué)影像數(shù)據(jù)在臨床應(yīng)用當(dāng)中，對(duì)數(shù)據(jù)的實(shí)時(shí)性要求很高，對(duì)影像數(shù)據(jù)的傳輸要求低延時(shí)，基于這個(gè)原因，目前大多數(shù)醫(yī)療機(jī)構(gòu)都采用傳統(tǒng)的集中式存儲(chǔ)，但集中式存儲(chǔ)架構(gòu)不容易擴(kuò)展，成本也很昂貴，當(dāng)面臨海量數(shù)據(jù)時(shí)，其傳輸帶寬也存在著瓶頸。面對(duì)海量數(shù)據(jù)存儲(chǔ)，目前比較好的方式是分布式存儲(chǔ)，但分布式存儲(chǔ)在面對(duì)醫(yī)學(xué)影像數(shù)據(jù)存儲(chǔ)時(shí)，又顯現(xiàn)出實(shí)時(shí)性差的弱點(diǎn)；基于上述原因，我們?cè)O(shè)計(jì)了一種混合存儲(chǔ)模式，將集中式存儲(chǔ)與分布式存儲(chǔ)相結(jié)合，既能存儲(chǔ)海量數(shù)據(jù)，又保證了臨床應(yīng)用對(duì)醫(yī)學(xué)數(shù)據(jù)的實(shí)時(shí)性要求。

關(guān)鍵詞：醫(yī)學(xué)影像 混合存儲(chǔ) 海量 實(shí)時(shí)性

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2017）12（b）-0108-02

1 存儲(chǔ)結(jié)構(gòu)層次劃分

按功能劃分，可以將存儲(chǔ)結(jié)構(gòu)整體劃分成兩層。

1.1 數(shù)據(jù)存儲(chǔ)層

數(shù)據(jù)存儲(chǔ)層主要完成對(duì)醫(yī)學(xué)影像數(shù)據(jù)的存儲(chǔ)，按照對(duì)實(shí)時(shí)性要求的不同，數(shù)據(jù)存儲(chǔ)層又劃分成兩個(gè)階段。

第一階段是對(duì)醫(yī)學(xué)影像數(shù)據(jù)的實(shí)時(shí)性存儲(chǔ)：在臨床過(guò)程中，由醫(yī)療設(shè)備所產(chǎn)生的影像資料，首先存儲(chǔ)到高性能的FC SAN服務(wù)器上，利用FC SAN的存取速度快的特點(diǎn)，來(lái)滿足臨床對(duì)醫(yī)學(xué)影像資料實(shí)時(shí)性的要求，但存儲(chǔ)容量對(duì)FC SAN來(lái)講是一個(gè)問(wèn)題，按照目前普通一所醫(yī)院，年數(shù)據(jù)量5T計(jì)算的話，一個(gè)區(qū)域內(nèi)的FC SAN可以連接10～20所醫(yī)療機(jī)構(gòu)，總數(shù)據(jù)量在100T左右，這個(gè)數(shù)據(jù)量對(duì)FC SAN來(lái)講，非常適合處理，可以充分發(fā)揮其性能；隨著時(shí)間的推移，數(shù)據(jù)量會(huì)不斷累積，F(xiàn)C SAN的存儲(chǔ)空間就會(huì)成問(wèn)題，此時(shí)就轉(zhuǎn)為第二階段的存儲(chǔ)。

第二階段是對(duì)醫(yī)學(xué)影像數(shù)據(jù)的長(zhǎng)期、災(zāi)備存儲(chǔ)，通過(guò)分布式存儲(chǔ)架構(gòu)完成；一般情況下，一所醫(yī)院的醫(yī)學(xué)影像資料超過(guò)一年后，利用率就會(huì)大大降低，所以，我們可以人為的設(shè)定，超過(guò)一年時(shí)間的影像資料數(shù)據(jù)都要從FC SAN轉(zhuǎn)存至分布式存儲(chǔ)并進(jìn)行容災(zāi)備份。這樣做有兩點(diǎn)好處，其一是提高數(shù)據(jù)的安全性，因?yàn)獒t(yī)學(xué)影像資料的數(shù)據(jù)對(duì)安全性是有很高要求的，一定時(shí)期內(nèi)人影像數(shù)據(jù)是具有法律效力的；其二存儲(chǔ)空間極易擴(kuò)展，可以滿足海量數(shù)據(jù)的存儲(chǔ)需求，這是分布式存儲(chǔ)的特點(diǎn)，非常適合海量醫(yī)學(xué)影像資料的長(zhǎng)期存儲(chǔ)。

1.2 數(shù)據(jù)管理層

數(shù)據(jù)管理層位于存儲(chǔ)層上層，主要是對(duì)數(shù)據(jù)存儲(chǔ)的全過(guò)程提供自動(dòng)化的管理并且為上層用戶提供使用的接口，用戶不需要了解具體存儲(chǔ)數(shù)據(jù)的細(xì)節(jié)過(guò)程，比如對(duì)圖像的檢索、讀寫(xiě)等操作全部由管理層自動(dòng)完成，對(duì)底層的細(xì)節(jié)操作進(jìn)行屏蔽；主要有下述6個(gè)部分功能。

（1）連接端口： 提供一個(gè)端口，實(shí)現(xiàn)HDFS和本地文件系統(tǒng)的互訪。

（2）處理模塊：主要處理影像數(shù)據(jù)在上傳前的優(yōu)化工作并且根據(jù)數(shù)據(jù)量制定相應(yīng)的優(yōu)化存儲(chǔ)策略以及編程實(shí)現(xiàn)的方法。

（3）檢索：實(shí)現(xiàn)對(duì)圖片的定位以及去冗余功能。

（4）寫(xiě)入：從醫(yī)療設(shè)備上形成的醫(yī)學(xué)圖像，通過(guò)寫(xiě)入功能存儲(chǔ)到集中式存儲(chǔ)服務(wù)器。

（5）讀取：按照用戶的請(qǐng)求，將圖片從集中式存儲(chǔ)服務(wù)器或分布式服務(wù)器中調(diào)取出來(lái)。

（6）轉(zhuǎn)存：轉(zhuǎn)存的功能比較單一，就是把集中式存儲(chǔ)的數(shù)據(jù)定期備份后面的分布式服務(wù)器上去。

2 混合式存儲(chǔ)架構(gòu)的運(yùn)行流程

架構(gòu)的運(yùn)行流程整體可以分為3個(gè)部分，即讀取過(guò)程、寫(xiě)入過(guò)程和轉(zhuǎn)換過(guò)程。

2.1 存儲(chǔ)架構(gòu)讀流程

整個(gè)架構(gòu)的讀取流程可以按照影像資料存儲(chǔ)時(shí)間的長(zhǎng)短分成兩種情況進(jìn)行，假如我們?cè)O(shè)置的存儲(chǔ)時(shí)間的閾值為一 年。

第一種情況，為了保證臨床的實(shí)時(shí)性，一年以內(nèi)的數(shù)據(jù)我們會(huì)存儲(chǔ)在集中式的高性能的FC SAN服務(wù)器上，讀取數(shù)據(jù)時(shí)用戶先通過(guò)連接端口提出訪問(wèn)請(qǐng)求，然后交由處理模塊進(jìn)行優(yōu)化處理，之后再交給讀取模塊，讀取模塊要對(duì)數(shù)據(jù)信息進(jìn)行判斷，一年內(nèi)的信息則直接通過(guò)FC SAN上的接口程序（如JAVA接口等）進(jìn)行讀取，獲取信息后，反饋給客戶，這與普通醫(yī)療機(jī)構(gòu)的讀取方式基本一致。

第二種情況，如果用戶要求的數(shù)據(jù)信息在一年以上，則要讀取分布式存儲(chǔ)架構(gòu)的內(nèi)容，此時(shí)，用戶提交讀取請(qǐng)求給處理模塊，處理模塊優(yōu)化后交給讀取模塊，讀取模塊判斷為一年以上的數(shù)據(jù)信息，因此，不能直接從FC SAN中讀取，因?yàn)橐荒暌陨系臄?shù)據(jù)以經(jīng)轉(zhuǎn)存至HDFS，所以，讀取模塊將用戶信息發(fā)送給“檢索模塊”，在檢索模塊中存儲(chǔ)的是HDFS中的元數(shù)據(jù)信息，包括數(shù)據(jù)的“文件ID”以及所在的“塊ID”信息，找到后，交給“讀取模塊”，讀取模塊根據(jù)檢索出來(lái)的信息，調(diào)用HDFS接口程序?qū)?shù)據(jù)進(jìn)行讀取，反饋給用戶。在讀取數(shù)據(jù)的過(guò)程當(dāng)中，由于HDFS采用并行讀取的方式，所以讀取速度與FC SAN速度差別不大，主要是檢索過(guò)程用時(shí)較多，因此，檢索算法的優(yōu)化至關(guān)重要。

2.2 存儲(chǔ)架構(gòu)寫(xiě)流程

整個(gè)架構(gòu)的寫(xiě)流程非常簡(jiǎn)單，當(dāng)用戶發(fā)出寫(xiě)數(shù)據(jù)請(qǐng)求時(shí)，通過(guò)連接端口將用戶的請(qǐng)求交給處理模塊，處理模塊進(jìn)行優(yōu)化處理后，再通過(guò)寫(xiě)入模塊調(diào)用FC SAN端口將數(shù)據(jù)寫(xiě)入FC SAN當(dāng)中，這種方式與目前的醫(yī)療機(jī)構(gòu)基本相同。這里有一點(diǎn)需要說(shuō)明，我們?yōu)榱藵M足臨床的實(shí)時(shí)性要求，并不將產(chǎn)生的數(shù)據(jù)直接寫(xiě)進(jìn)HDFS，因?yàn)镠DFS要對(duì)數(shù)據(jù)進(jìn)行至少3個(gè)以上的副本備份，所以，寫(xiě)數(shù)據(jù)的效率較低下，而且，醫(yī)學(xué)影像的數(shù)據(jù)較小，并不適合直接寫(xiě)入HDFS中。

2.3 存儲(chǔ)架構(gòu)轉(zhuǎn)換流程

在臨床的過(guò)程當(dāng)中，由于我們直接把醫(yī)學(xué)影像數(shù)據(jù)存儲(chǔ)在了FC SAN當(dāng)中，隨著時(shí)間的推移，其上的數(shù)據(jù)量會(huì)越來(lái)越多，而且利用率也會(huì)越來(lái)越低，所以，我們需要定期將FC SAN上的數(shù)據(jù)進(jìn)行轉(zhuǎn)存，比如一年為一個(gè)閾值，那一年以上的數(shù)據(jù)我們就要轉(zhuǎn)存到HDFS上，以保障FC SAN的高效運(yùn)行。

具體的執(zhí)行過(guò)程是這樣的，首先，F(xiàn)C SAN將需要轉(zhuǎn)存的文件形成文件列表；然后，轉(zhuǎn)存模塊會(huì)調(diào)用FC SAN的接口，讀取轉(zhuǎn)存文件列表，再循環(huán)將文件以鍵值對(duì)的形式形成文件數(shù)據(jù)流；接下來(lái)，轉(zhuǎn)存模塊調(diào)用HDFS接口，查找可以寫(xiě)入的數(shù)據(jù)塊，將由文件ID、數(shù)據(jù)和數(shù)據(jù)塊ID形成的新的文件存儲(chǔ)到可用數(shù)據(jù)塊當(dāng)中去；最后，將由二者ID號(hào)組成的元數(shù)據(jù)寫(xiě)入檢索模塊元數(shù)據(jù)列表，至此整個(gè)轉(zhuǎn)換過(guò)程完成。

需要說(shuō)明的一點(diǎn)是，由于整個(gè)轉(zhuǎn)存的過(guò)程時(shí)間會(huì)比較長(zhǎng)，因此在轉(zhuǎn)存時(shí)，應(yīng)選擇較為空閑的醫(yī)療時(shí)間段進(jìn)行，比如選擇晚上等；轉(zhuǎn)存的時(shí)間周期不易過(guò)長(zhǎng)，也不易過(guò)短，一般為一個(gè)月轉(zhuǎn)存一次較為適宜。

參考文獻(xiàn)

[1] 熊勁.大規(guī)模機(jī)群文件系統(tǒng)的關(guān)鍵技術(shù)研究[D].長(zhǎng)沙：國(guó)防科技大學(xué)，2006.

[2] 李波.基于Hadoop的海里圖像數(shù)據(jù)管理[D].上海：華東師范大學(xué)，2011.

[3] Ken Dunham.The Problem with P2P[J].Information Systems Security，2006，15（2）：5-8.

[4] 劉鵬.云計(jì)算[M].北京：電子工業(yè)出版社，2011.

[5] 張敏，陳云海.電信運(yùn)營(yíng)商云計(jì)算發(fā)展及應(yīng)用研究[J].信息通信技術(shù)，2010，4（2）：46-51.